面向自适应中间件的智能决策支撑框架研究

《面向自适应中间件的智能决策支撑框架研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、氢京犬爨研究生毕业论文(申请硕士学位)论文题目：面向自适应中间件的智能决策支撑框架研究作者：专业：研究方向：指导教师：王历计算机软件与理论人工智能高阳教授南京大学计算机科学与技术系二。一一年五月ResearchonIntelligentDecisionSupportingFrameworkforSelf-AdaptiveMiddlewarePresentedbyLiWangSupervisedbyProfessorYangGaoADissertationsubmittedtotheGraduateSchoolofNanjingUniversityfo

2、rtheDegreeofMasterDepartmentofComputerScienceandTechnologyNanjingUniversityNanjing，May2011南京大学研究生毕业论文摘要中间件通过屏蔽底层操作系统、数据库管理系统和网络的差异，为上层应用提供贴切的业务服务。然而，随着中间件系统运行环境变得开放动态和业务系统会随着用户需求的变化发生变化，这些都迫切需要中间件能对需求和环境的变化做出有效及时的响应，以确保业务系统能持续满足用户需求并最终达成应用目标。传统的软件中间件需要人工干预才能满足上述的目标，但这同时也降低了效率并且

3、花费更多的系统资源。自适应中间件在运行时刻能够调整自身行为来达到目标，而不需要人工干预。但是目前的自适应中间件缺乏统一的支撑框架。一方面，缺少一个能描述自适应中间件相关领域规则和策略的语言；另一方面，缺少综合优化、规划、推理、预测和学习的全面的智能决策机制。为了有效解决自适应中间件遇到的问题，本文研究了自适应中间件的相关理论和解决方法，包括控制结构以及自适应策略等。然后提出了一种面向自适应中间件的智能决策支撑框架IDFsAM，并研究了三项关键技术：1．自适应需求和策略描述语言(ARPL)。用来描述自适应需求、自适应策略以及业务逻辑和中间件系统的对象知

4、识；2．功能完备的双闭环控制结构。在这个结构中，监控器监控系统的运行情况和用户请求并且反馈给智能决策引擎，智能决策引擎根据策略知识做出决策，-向应系统需求，以达到自控制和自调整的目的；然后智能决策引擎评估自适应调整后系统的反馈，更新自适应策略等知识以达到系统自优化的目的。3．智能决策机制。包括推理，规划和学习三种机制。双闭环控制结构中，智能决策引擎使用推理和规划机制进行基于策略的决策，然后使用学习机制来更新自适应策略。ARPL语言支持这三种机制。最后实现了该框架，并且通过实验验证了该智能框架奏效。关键词：自适应中间件，自适应需求和策略描述语言，需求，

5、智能决策，双闭环结构，自优化，策略第i页南京大学研究生毕业论文ABSTRACTMiddlewaresits”inthemiddle”betweenapplicationsoftwarethatmaybeworkingond-ifferentoperatingsystems，databasemanagementsystemsandnetworks。However，therunningenvironmentofmiddlewarebecomesopenanddynamicandapplicationservicesystemschangewithuser

6、requirementschanges．Thisurgesthatmiddlewarecanrespondrequirementandenviron-mentchangesquicklyandeffectively)SOastomeetuserdemands．Traditionalmiddlewarerequireshumansupervisiontocontinuebehaviorinallconditions，butleadstogreatercostandlowerel-ficiency．Self-adaptivemiddlewareiscap

7、ableofadjustingtheirbehavioratrun-timetoachievecertainobjectiveswithouthumansupervision．However，currentself-adaptivemiddlewarelacksauniversalframework：inonehandjlacksalanguagetodescribedomain—specificrulesandpoliciesontheotherhand，lacksanintelligentdecisionmechanismthatsynthesi

8、zesinference，optimizationpredictionandlearningmethodsT